数据要素和数据治理专业培养

一、数据要素

社会各界越来越重视数据，数据治理、数据资产、数据中台等相关概念、项目越来越多。

5月18日，中共中央、国务院联合印发《关于新时代加快完善社会主义市场经济体制的意见》，其中就数据要素市场培育再度进行部署，提出要建立数据资源清单管理机制，完善数据权属界定、开放共享、交易流通等标准和措施，发挥社会数据资源价值。

自此，数据要素又受到各界关注，针对数据确权、隐私保护、共享交易等领域，从法律合规、理论学术、行业自律等角度进行广泛地研讨。

作为数据从业人员，我们从企业实践的角度最关心：数据要素是什么（WHAT）、有什么用（WHY）、如何用（HOW）这三个问题。

如果再展开一下，数据要素有哪些？和之前的数据有什么区别？如何保证要素发挥作用等等。

这些问题很直观，但很难回答，现在也没有成熟的、一致的答案。
 

既然没有现成的答案，我们可以借鉴一下之前的生产要素：土地、资本、人力，特别是资本。正如当前人人重视数据，人人也喜欢“资本（钱）”。钱的价值除了直接消费外，其作为生产要素的价值是投资价值，投资在二级资本市场、一级资本市场，最终投资到企业生产经营过程中。在当今“各国资金大放水”的背景下，好的的投资机会比资金本身更重要。
 

同理，数据作用生产要素，数据采集、存储好仅仅是第一步，更重要的是找到好的“数据投资机会”，即数据应用场景。换句话说，数据只有融入企业生产经营过程方能体现生产要素的特点及价值，脱离了场景谈数据，都是理论之谈。
 

二、数据治理专业培养

随着数据治理的火热，越来越多人开始进入这个行业，也就有了专业提高的需求。数据治理（数据管理）所需的知识技能，很多行业协会，特别是DAMA协会都有完整详细的定义描述。但是，仍有人关心：标准、质量、架构等等主题领域我都很熟悉，相关概念原理也非常了解，为什么在与客户交流、实际项目过程中依然感觉底气不足，没有把握呢？
 

这里可能有两个原因。首先，数据领域本身的融汇贯通。数据标准、元数据、架构模型都很重要，但这些领域一定要和数据的生命周期、数据的流转路径结合起来。简单点说，一定要考虑标准、元数据、质量等专题领域与数据系统开发过程、数据服务过程、数据运营过程的结合，将数据管理和日常业务活动结合起来。

正如前面数据要素需要融入企业生产经营活动，数据治理也要融入企业的生产活动，最终服务于业务。所以，数据治理从业人员如果想再上一个台阶，就不仅仅是“识数据”，还要“通业务”。

三、小结

今天这两个专题的相同点就是：单纯数据体系是基础，但不是目的；融入业务体系是方向，决定着我们的前途。
 

来源：数据管理及应用

作者：李杰林举